System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本说明书涉及人工智能,尤其涉及一种ar特效的处理方法和系统。
技术介绍
1、随着互联网技术的发展,ar特效可以被融合于图像中,以提高用户的互动体验。
2、在相关技术中,ar特效可以用于小视频,且主要是基于用户拖拽的方式将ar特效融合至图像,而暂时没有针对活动场景下的包括ar特效的图像的生成的方法。
3、值得说明的是,上述相关技术的内容仅仅是专利技术人个人所知晓的信息,并不代表上述信息在本公开申请日之前已经进入公共领域,也不代表其可以成为本公开的现有技术。
技术实现思路
1、本公开提供一种ar特效的处理方法和系统,用以在活动场景下生成包括ar特效的图像,从而提高活动场景下的用户的互动体验。
2、第一方面,本公开提供一种ar特效的处理方法,包括:
3、对获得的活动场景的目标图像进行语义分割,得到分割结果,其中,所述分割结果用于表征所述目标图像中第一区域和第二区域,目标对象属于所述第二区域,且所述目标对象与所述第一区域相邻;
4、根据所述分割结果对所述目标对象进行定位处理,得到所述目标对象的目标位置;
5、在所述目标位置设置预设的ar特效,得到并输出包括所述ar特效的目标图像。
6、在一些实施例中,所述根据所述分割结果对所述目标对象进行定位处理,得到所述目标对象的目标位置,包括:
7、根据所述分割结果确定所述第一区域和所述第二区域在所述目标图像中各自对应的分割掩码;
8、基于所述各
9、在一些实施例中,所述第一区域的分割掩码为前景掩码,所述第二区域的分割掩码为背景掩码;所述基于所述分割掩码对所述目标图像进行扫描处理,得到所述目标位置,包括:
10、根据所述前景掩码和所述背景掩码,对所述目标图像进行自上而下的横向扫描处理,得到所述目标位置;
11、其中,上、下、横向是以所述目标图像所处的图像坐标系为基准。
12、在一些实施例中,所述根据所述前景掩码和所述背景掩码,对所述目标图像进行自上而下的横向扫描处理,得到所述目标位置,包括:
13、在对所述目标图像进行自上而下的横向扫描处理的情况下,根据所述前景掩码和所述背景掩码获得最多前景像素点的最低位置线;
14、以所述最低位置线为基准,对所述目标图像中所述最低位置线以下的图像进行自上而下的横向扫描处理,得到最多背景像素点的最高位置线;
15、根据所述最低位置线和所述最高位置线确定所述目标位置。
16、在一些实施例中,所述根据所述最低位置线和所述最高位置线确定所述目标位置,包括:
17、在所述最低位置线和所述最高位置线之间确定所述前景掩码对应的前景图像、以及所述背景掩码对应的背景图像之间的最低点;
18、将所述最低点确定为所述目标位置。
19、在一些实施例中,所述在所述最低位置线和所述最高位置线之间确定所述前景掩码对应的前景图像、以及所述背景掩码对应的背景图像之间的最低点,包括:
20、在所述最低位置线和所述最高位置线之间,确定所述前景掩码和所述背景掩码之间的交界线;
21、获得所述交界线中在所述图像坐标系下纵坐标最小的像素点;
22、将在所述图像坐标系下纵坐标最小的像素点确定为所述最低点。
23、在一些实施例中,所述分割结果包括所述第一区域和所述第二区域各自对应的分割预测值;所述根据所述分割结果确定所述第一区域和所述第二区域在所述目标图像中各自对应的分割掩码,包括:
24、根据预设的预测阈值与所述各自对应的分割预测值之间的大小关系,确定所述第一区域和所述第二区域各自对应的类别属性;
25、根据所述各自对应的类别属性,确定所述各自对应的分割掩码。
26、在一些实施例中,所述对获得的活动场景的目标图像进行语义分割,得到分割结果,包括:
27、将所述目标图像输入至预先训练得到的语义分割模型,输出所述分割结果;
28、其中,所述语义分割模型是基于知识蒸馏学习得到的学生网络。
29、在一些实施例中,所述知识蒸馏学习包括基于获得的样本数据集对教师网络进行训练,并基于所述样本数据集、以及训练好的教师网络对学生网络进行训练得到的;
30、所述样本数据集中包括用于表征所述活动场景的不同视角的样本图像各自对应的样本数据。
31、在一些实施例中,所述活动场景包括多层观众席,至少一层观众席包括预设等间隔的采样点位,所述样本数据集中包括基于所述采样点位获得的样本图像对应的样本数据。
32、在一些实施例中,所述活动场景为体育馆,所述目标对象为所述体育馆的碗口,所述第一区域为天空区域,所述语义分割模型部署于获得所述目标图像的移动终端。
33、在一些实施例中,每一样本数据包括相应的样本图像的图像数据、以及对样本图像进行标注得到的标签数据,标签数据包括样本图像中天空区域和非天空区域各自对应的标签掩码。
34、第二方面,本公开提供一种ar特效的处理系统,包括:
35、至少一个存储器,所述存储器包括至少一组指令来推送信息;
36、至少一个处理器,同所述至少一个存储器进行通讯;
37、其中,当所述至少一个处理器执行所述至少一组指令时,实施如第一方面任一项所述的方法。
38、第三方面,本公开提供一种处理器可读存储介质,所述处理器可读存储介质存储有计算机程序,所述计算机程序用于使所述处理器执行第一方面任一项所述的方法。
39、第四方面,本公开提供一种电子设备,包括:处理器,以及与所述处理器通信连接的存储器;
40、所述存储器存储计算机执行指令;
41、所述处理器执行所述存储器存储的计算机执行指令,以实现如第一方面任一项所述的方法。
42、第五方面,本公开提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现如第一方面任一项所述的方法。
43、由以上技术方案可知,本公开提供的ar特效的处理方法和系统,包括:对获得的活动场景的目标图像进行语义分割,得到分割结果,其中,分割结果用于表征目标图像中第一区域和第二区域,目标对象属于第二区域,且目标对象与第一区域相邻,根据分割结果对目标对象进行定位处理,得到目标对象的目标位置,在目标位置设置预设的ar特效,得到并输出包括ar特效的目标图像,也就是说,在一些实施例中,处理系统可以先对目标图像进行语义分割,得到分割结果,而后基于分割结果对目标对象进行定位,得到用于防止ar特效的ar锚点,最后将ar特效融合于ar锚点,得到包括ar特效的目标图像,以实现活动场景下的包括ar特效的图像的生成,从而满足活动场景下的现场观众的互动体验,且由于语义分割具有较高的准确性,因此,处理系统基于语义分割的分割结果本文档来自技高网...
【技术保护点】
1.一种AR特效的处理方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述分割结果对所述目标对象进行定位处理,得到所述目标对象的目标位置,包括:
3.根据权利要求2所述的方法,其特征在于,所述第一区域的分割掩码为前景掩码,所述第二区域的分割掩码为背景掩码;所述基于所述分割掩码对所述目标图像进行扫描处理,得到所述目标位置,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述前景掩码和所述背景掩码,对所述目标图像进行自上而下的横向扫描处理,得到所述目标位置,包括:
5.根据权利要求4所述的方法,其特征在于,所述根据所述最低位置线和所述最高位置线确定所述目标位置,包括:
6.根据权利要求5所述的方法,其特征在于,所述在所述最低位置线和所述最高位置线之间确定所述前景掩码对应的前景图像、以及所述背景掩码对应的背景图像之间的最低点,包括:
7.根据权利要求2所述的方法,其特征在于,所述分割结果包括所述第一区域和所述第二区域各自对应的分割预测值;所述根据所述分割结果确定所述第一
8.根据权利要求1所述的方法,其特征在于,所述对获得的活动场景的目标图像进行语义分割,得到分割结果,包括:
9.根据权利要求8所述的方法,其特征在于,所述知识蒸馏学习包括基于获得的样本数据集对教师网络进行训练,并基于所述样本数据集、以及训练好的教师网络对学生网络进行训练得到的;
10.根据权利要求9所述的方法,其特征在于,所述活动场景包括多层观众席,至少一层观众席包括预设等间隔的采样点位,所述样本数据集中包括基于所述采样点位获得的样本图像对应的样本数据。
11.根据权利要求9所述的方法,其特征在于,所述活动场景为体育馆,所述目标对象为所述体育馆的碗口,所述第一区域为天空区域,所述语义分割模型部署于获得所述目标图像的移动终端。
12.根据权利要求11所述的方法,其特征在于,每一样本数据包括相应的样本图像的图像数据、以及对样本图像进行标注得到的标签数据,标签数据包括样本图像中天空区域和非天空区域各自对应的标签掩码。
13.一种AR特效的处理系统,其特征在于,包括:
...【技术特征摘要】
1.一种ar特效的处理方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述分割结果对所述目标对象进行定位处理,得到所述目标对象的目标位置,包括:
3.根据权利要求2所述的方法,其特征在于,所述第一区域的分割掩码为前景掩码,所述第二区域的分割掩码为背景掩码;所述基于所述分割掩码对所述目标图像进行扫描处理,得到所述目标位置,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述前景掩码和所述背景掩码,对所述目标图像进行自上而下的横向扫描处理,得到所述目标位置,包括:
5.根据权利要求4所述的方法,其特征在于,所述根据所述最低位置线和所述最高位置线确定所述目标位置,包括:
6.根据权利要求5所述的方法,其特征在于,所述在所述最低位置线和所述最高位置线之间确定所述前景掩码对应的前景图像、以及所述背景掩码对应的背景图像之间的最低点,包括:
7.根据权利要求2所述的方法,其特征在于,所述分割结果包括所述第一区域和所述第二区域各自对应的分割预测值;所述根据所述分割结果确定所述第一区域和...
【专利技术属性】
技术研发人员:尹英杰,丁菁汀,马晨光,
申请(专利权)人:支付宝杭州信息技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。